15 septembre 2020
Doté d’un montage financier de 7,5M, le volet québécois du projet DEEL (DEpendable & Explainable Learning) a été lancé le 14 septembre dans le cadre d’un événement de presse, organisé en marge de l’assemblée générale annuelle du CRIAQ.
Il s’agit d’un projet majeur, dont les innovations «auront assurément des impacts concrets pour le domaine de l’aérospatial, tant ici qu’à l’international», a souligné la rectrice de l’Université Laval, Sophie D’Amours. L’initiative s’attaque à l’un des problèmes clefs relatifs à l’intelligence artificielle (IA), pour l’aérospatial autant qu’au-delà: la certification.
Comparativement à l’informatique traditionnelle – où le programmeur dicte à la machine ce qu’elle doit faire pour résoudre une tâche –, en apprentissage automatique c’est la machine qui tisse elle-même son chemin. Le programmeur lui fournit une quantité importante de données et un problème à résoudre. Il est ainsi difficile de bien cerner le chemin parcouru par la machine et, de ce fait, il est presque impossible de garantir que les systèmes développés soient sans faille. «Cette incapacité à expliquer et à certifier les systèmes d’IA limite l’usage qu’on peut en faire, tout particulièrement dans le cas de systèmes critiques comme les systèmes embarqués d’aéronefs, autant que dans une foule de domaines où la vie et la sécurité des gens est en jeu», explique François Laviolette, professeur et directeur du Centre de recherche en données massives de l’Université Laval et scientifique responsable du projet DEEL-Québec.
Au fil des 5 prochaines années, 20 équipes de recherche issues de 5 universités québécoises (Polytechnique Montréal, UQAM, Université de Montréal, Université McGill et Université Laval) travailleront aux côtés de quatre fleurons québécois du secteur aérospatial (Thales Canada, CAE, Bombardier et Bell Textron Canada) ainsi qu’avec le soutien du Consortium de recherche et d’innovation en aérospatial au Québec et de l’IVADO afin de relever ce défi.